复杂对象参数辨识的一种复合评价策略
提出一种针对复杂对象参数辨识问题的复合评价策略,通过分层设计优化指标评价函数,降低了迭代搜索计算对分辨局部极小值与全局最优值的需求,在少量增加计算消耗的条件下,显著提高辨识精度.以搭载多关节机械臂的空间机器人为复杂对象代表,配合一种改进型粒子群算法,在无须线动量测量信息和仅使用历史数据的条件下,对机器人抓取的目标的惯性参数进行参数辨识.115组辨识仿真算例的统计结果表明,使用该复合评价策略,基本不增加计算消耗,而辨识精度得到大幅提升.定性地分析认为群体智能算法与该策略配合更易发挥效果,有望在更宽泛的对象和领域中得到应用.
复合评价、改进型粒子群算法、复杂对象、局部极小值、计算消耗
53
V19(航空、航天的应用)
国家重点基础研究发展计划资助项目973 计划,2013CB733000
2017-07-24(万方平台首次上网日期,不代表论文的发表时间)
共7页
38-43,53